現(xiàn)階段，各個公司都有自己的大模型產(chǎn)品，有的甚至不止一個。除了小部分開源外，大部分都選擇了閉源。那么，頭部開源模型廠商選擇開源是出于怎樣的初衷和考慮？未來大模型將如何發(fā)展？我們來看看本文的分享。

在對人工智能發(fā)展史的觀察中，我們發(fā)現(xiàn)了AIGC以及它背后的大語言模型在近年高速發(fā)展的諸多偶然與必然（可回顧歷史文章《關(guān)于AIGC崛起與行業(yè)發(fā)展，我有幾點(diǎn)小觀察…》

但近兩年，大批大語言模型應(yīng)用的涌現(xiàn)以及“百模大戰(zhàn)”的興起，卻與“模型開源”這個動作密不可分。

除了開放性，現(xiàn)階段的開源和閉源大模型在盈利模式、商業(yè)打法、發(fā)展策略等方面有何區(qū)別？頭部開源模型廠商選擇開源又是出于怎樣的初衷和考慮？未來開源和閉源大模型將如何發(fā)展？下文揭曉。

一、開源和閉源大模型的差異化打法

在大眾的認(rèn)知中，開源軟件往往指向完整共享源代碼，任何人都能使用、檢查、修改和分發(fā)其源代碼的產(chǎn)品。

在計算機(jī)科學(xué)與技術(shù)發(fā)展進(jìn)程中，Linux（操作系統(tǒng)）、Python、JavaScript（編程語言和框架）、MySQL（數(shù)據(jù)庫）、Transformer（深度學(xué)習(xí)框架）等產(chǎn)品的開源都顯得意義非凡。

開源大模型雖屬開源陣營中的一員，但現(xiàn)階段大多數(shù)開源的大模型并不像開源軟件那樣共享完整的源代碼、數(shù)據(jù)集、訓(xùn)練過程等細(xì)節(jié)，更多屬于權(quán)重方面的有限開源。

這里面有大模型開發(fā)的數(shù)據(jù)量級、訓(xùn)練復(fù)雜度等方面的原因。因?yàn)檫@層緣故，大多數(shù)開源模型更多依靠開源方來推動產(chǎn)品研發(fā)和迭代，社區(qū)貢獻(xiàn)度有限。

但即便如此，它讓大批開發(fā)者能在較低使用成本的基礎(chǔ)上，根據(jù)自身實(shí)際需求進(jìn)行靈活調(diào)整，并解鎖更多商業(yè)場景和收益，也足以極大刺激整個產(chǎn)業(yè)的發(fā)展與繁榮。

閉源大模型和大多數(shù)閉源軟件差異不大，通常指不對外分享源代碼，僅所有者能合法訪問、修改和分發(fā)，經(jīng)封裝后對外進(jìn)行商業(yè)化變現(xiàn)的大模型產(chǎn)品。用戶一般只能在付費(fèi)后按既定方式使用。

區(qū)別于開源產(chǎn)品經(jīng)常采用的“開源方主導(dǎo)+社區(qū)共建”的開發(fā)模式，閉源大模型高度依賴開發(fā)方的自主研發(fā)和長線運(yùn)營，主要通過知識產(chǎn)權(quán)的價值貨幣化快速獲取收益。

因?yàn)殚]源大模型較之開源大模型存在更高的使用門檻，開發(fā)方會傾向于將大模型封裝成各種標(biāo)準(zhǔn)化的產(chǎn)品，方便各類開發(fā)商在此基礎(chǔ)上創(chuàng)建應(yīng)用，并按實(shí)際消耗的tokens量、專有許可費(fèi)等收費(fèi)。

為了豐富業(yè)務(wù)線，目前主流的閉源大模型廠商也有基于底層模型推出AI應(yīng)用，收取相應(yīng)的產(chǎn)品訂閱、調(diào)用、定制化等費(fèi)用，以擴(kuò)大整體營收。

兩者迥異的開發(fā)形態(tài)和商業(yè)模式，決定了開源大模型前期更多通過免費(fèi)/低價獲客和生態(tài)合作，壯大基本盤，實(shí)現(xiàn)對關(guān)聯(lián)業(yè)務(wù)的加持或業(yè)務(wù)場景及客源的拓展，服務(wù)于未來的財務(wù)增長。

而閉源大模型則更多采用“模型即服務(wù)”和應(yīng)用拓展，直接進(jìn)行商業(yè)變現(xiàn)，服務(wù)于當(dāng)下的業(yè)績增長。

當(dāng)兩者結(jié)合，共同推動了大語言模型的發(fā)展，加速著通用人工智能時代的來臨。

二、主流玩家開源大模型的幾點(diǎn)思考

就在最近，業(yè)內(nèi)對開源和閉源大模型的討論聲不絕于耳。

孰是孰非這里不論，不過個人比較認(rèn)同“我們都是受益于開源成長起來的個人和公司”這句話（摘自360創(chuàng)始人周鴻祎的公開發(fā)言）。

而且，在整理媒體對當(dāng)下主流開源大模型掌舵人的采訪時，我們發(fā)現(xiàn)：各家選擇開源自家大模型產(chǎn)品，背后的商業(yè)考慮與決策依據(jù)其實(shí)挺耐人尋味?？偨Y(jié)起來，主要包含以下幾點(diǎn)：

1）保障技術(shù)安全與良性發(fā)展。

比如包括Meta CEO扎克伯格、Mistral創(chuàng)始人Arthur Mensch等在內(nèi)的頭部開源大模型廠商leader都有提到：模型的開源會是保障大模型技術(shù)安全，解決安全漏洞的有效措施。

而且伴隨用戶使用的增加，能更好地集思廣益，改善模型適用性與標(biāo)準(zhǔn)性，實(shí)現(xiàn)良性發(fā)展。這點(diǎn)與以往的開源軟件宗旨算是一脈相承。

2）實(shí)現(xiàn)產(chǎn)業(yè)賦能。

鑒于當(dāng)前基于全棧國產(chǎn)化基礎(chǔ)軟硬件的平臺不多，已開源的多模態(tài)本土大模型產(chǎn)品也少，以中國科學(xué)院自動化研究所為代表的“國家隊”選擇開源自研的紫東太初大模型，則更多是想通過“大模型+小數(shù)據(jù)”的形式，推動大模型對產(chǎn)業(yè)帶來的賦能。

3）促成生態(tài)合作共贏。

作為開源大模型賽道的代表性廠商，Meta堅持開源Llama系列大模型，則很大程度上源于對未來發(fā)展的考慮。

在公開采訪中，Meta CEO扎克伯格曾表示：開源對Meta AI的未來發(fā)展有利。對于整個科技領(lǐng)域來說，大模型的開源也顯得意義深刻，能創(chuàng)造更多贏家。

國內(nèi)方面，以智譜為代表的本土大模型廠商，通過開源ChatGLM-6B，在加速全球下載量的同時，催生了600+優(yōu)秀大模型應(yīng)用開源項目，此舉進(jìn)一步推動了產(chǎn)業(yè)融合和AI生態(tài)建設(shè)。

4）為商業(yè)化做準(zhǔn)備。

雖然開源意味著很難直接大規(guī)模商業(yè)變現(xiàn)，但作為獲客或打開知名度的手段，卻效果斐然。

比如2023年成立的Mistral AI ，因發(fā)布Mistral 7B、Mistral 8X7B兩大開源模型一舉成名，之后再推商業(yè)化模型，已能在業(yè)內(nèi)快速打開局面，近期官宣獲得6.4億美元B輪融資。

而Llama系列的開源讓Meta保持在AI領(lǐng)域的獨(dú)特優(yōu)勢，反哺社交、廣告等業(yè)務(wù)的同時，也打開了和云服務(wù)商、AI硬件平臺等合作的另一種可能。

除此之外，出于提升行業(yè)地位、擴(kuò)大商業(yè)機(jī)會等考慮，也推動著不少大模型開發(fā)商選擇了開源，以爭取在商業(yè)生態(tài)中的競爭優(yōu)勢或長遠(yuǎn)發(fā)展。

三、未來開源和閉源大模型將如何共處？

目前，有人認(rèn)為開源大模型和閉源大模型處在對立面，未來必將像零和博弈一般，你輸我贏，此消彼長。

不過在個人看來，兩者的關(guān)系未來很可能像開源軟件與閉源軟件一樣，長期共存，各自發(fā)展。

在這其中，開源產(chǎn)品能達(dá)到閉源產(chǎn)品很難企及的用戶覆蓋面與創(chuàng)新自由度，而閉源產(chǎn)品能更快、直接轉(zhuǎn)化為商業(yè)利益，進(jìn)一步提升產(chǎn)品迭代速度和服務(wù)質(zhì)量。

兩者就像Linux與Windows，Android與iOS，雖然有競爭，但互為補(bǔ)充，各自在擅長的領(lǐng)域開疆拓土。

只是在入局者越來越多、產(chǎn)品越來越卷的當(dāng)下，未來市場難免會經(jīng)歷洗牌，只保留少數(shù)頭部、更具有競爭優(yōu)勢的選手。

這也是眼下國內(nèi)外大模型廠商熱心于競爭生態(tài)位或出于商業(yè)化考慮，反復(fù)切換開源和閉源賽道，或豐富業(yè)務(wù)線以保持自身優(yōu)勢的一大原因。

比如谷歌在推出閉源大模型Gemini Ultra的同時，發(fā)布了Gemma 2B 和7B兩款開源模型產(chǎn)品。Mistral在推出Mistral 7B、Mistral 8X7B兩大開源模型后一炮而紅，新推出的旗艦版大模型Large 則為閉源產(chǎn)品。

出于成本壓力和商業(yè)化考慮，目前開源大模型廠商和閉源大模型廠商的界限正逐漸模糊。

不過拋開這些，就整個行業(yè)來說，開源和閉源大模型的百花齊放，推動了AI上層應(yīng)用生態(tài)乃至整個行業(yè)的繁榮，也為人們以較低門檻使用人工智能產(chǎn)品帶來了便利。

備注：本文原創(chuàng)，首發(fā)司普科技，第三方首發(fā)人人都是產(chǎn)品經(jīng)理。有參考segmentfault、鈦媒體、智東西等，僅做分享。